欢迎来到天天文库
浏览记录
ID:5290062
大小:1.47 MB
页数:14页
时间:2017-12-07
《语料检索的速成教程:已经词性赋码语料的检索》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、《语料检索的速成教程:已经词性赋码语料的检索》作者:李亮(广东外语外贸大学词典学中心)2012年8月16日Email:492130980@qq.comAntConc的下载地址http://www.antlab.sci.waseda.ac.jp/software.html【步骤1】准备两个txt文件,和AntConc软件;【步骤2】其中一个txt文件是“干净语料”;【步骤3】而另一个txt文件是“下划线型”的词性标注(POS,partsofspeech),adj表示形容词,vt表示及物动词,period表示句号;【步骤4】运行AntConc,从菜单“File”上
2、选择“OpenFile(s)”;【步骤5】在“文件选择对话框”中找到即将处理的文件,“打开”它;【步骤6】它就被加载到AntConc的左侧上方的“待处理的文件列表”了,虽然看到是因为中文文件名而乱码却不影响我们后续的操作;【步骤7】假设我们需要检索“形容词+名词”这样的搭配,就输入“*/adj*/noun”,这里是“星号+斜线+词性标签”的哈;注意adj后面有1个空格;【步骤8】近距离看看吧,“Windows放大镜”真是帮助了“近视眼”!【步骤9】“Words”这个选项的前面的小勾勾,可以勾上,可以不勾上都不太影响检索结果的;星号是“通配符”,表示一个或多个字
3、符;例如“b*e”就表示bee或bake或battle;再例如“*ful”就表示artful或helpful或skillful之类的【步骤10】点“Start”按钮之后就看到检索结果了,关键部分的单词们都变成了天蓝色,被染色的也包括了“词性标签”呢【步骤11】近看一下吧,好美哟【步骤12】如果不是检索搭配模式,而只是检索某个词性(词类)的话,就直接来个“星号加斜线加词性标签”;注意哈,“/”这是斜线,而“”这是反斜线哟,上面偏左或是偏右决定了“正反”,嘻嘻“左倾是反,右倾是正”【步骤13】近观一下结果吧,蓝蓝的是“被命中的对象们”【步骤14】如果你不需要看到
4、检索结果有“词类标签”,那么就要进行“GlobalSettings”的小小设置哈【步骤15】“显示,彻底隐藏,隐藏而可被检索”这三项要选择第3个,同时,一定要把“Hideembeddedtags”的默认的“_”改为“/”,因为我们是“斜线型标注”【步骤16】设置完,不要忘记点右下角的“Apply”按钮哟,否则你就等于放弃了这些设置了!【步骤17】设置完,我们再次确认,是“*/adj”,就是要检索所有的“形容词adjective”,好,点“Start”【步骤18】出来了!蓝蓝的形容词们啊,可苦了我的一番心血【步骤19】到上面为止你已经掌握了“斜线型词类标注”的检
5、索,但是,“XML型标注”正在崛起,越来越多呢,我们继续学“XML型词类标注”的检索技巧吧……【步骤20】假设我们仅仅是对fat进行了标注,“”这是XML标注的“起始标签”,“”这是XML标注的“结尾标签”,前后呼应,真是壮观而科学呀!瞧,下面我输入的“东东”【步骤21】输好了,就点“Start”按钮【步骤22】哇,再次呈现漂亮的检索画面:带XML标签的fat呢【步骤23】好,上面就是XML型标注的检索的技能,下面是“下划线型词性标注”的检索讲解,瞧,下面的“东东”【步骤24】假设我们只是对fat进行了“下划线型标注”,我们同样是输入“*
6、_adj”这么一个符合当前需求的“特殊字符串”来搜索……星号表示一个或多个字符所组成的“某个单词”【步骤25】瞧,关键词+下划线+语料标签都变成了“蓝精灵”【步骤26】学到这里,但你也许照着做却发现完全不能出来上面的任何结果呢,为什么?原因极大可能就是“文字编码”不是AntConc所默认所喜欢的“ANSI”!所以,跟我来,把你的txt文件变一变吧,经过一个小操作你就成功了!【步骤27】如上图,双击打开你的txt文件,然后点“另存为”【步骤28】瞧上图的下部的“编码”,你当前是“UTF-8”这种文字编码呢,怎么会这样呢,别管了,你直接把它变成ANSI吧就能检索了
7、,听我的没错!【步骤29】你鼠标选择“编码”这个下拉菜单中的第一项“ANSI”,然后点“保存”,稍等一两秒,就算做好了!【步骤30】那么,汉语语料用上述方法是否也能搞掂呢?答案是“否”【步骤31】上图的汉语语料已经被典型的标注为“斜线型词性标注”了,用“*/adj”检索下,看看效果如何?【步骤32】天!全乱了,虽然其中的“/adj”与“/noun”等标签依然是“依稀可见”【步骤33】别急,小意思,设置一下“文字编码”即可“破镜重圆”的【步骤34】点“GlobalSettings”的“LanguageEncodings”,然后点“Edit”这个按钮,它弹出一个下
8、拉菜单来……你就如下图的选一下啦【步骤
此文档下载收益归作者所有